基于視覺分析的輸送帶撕裂監(jiān)測系統(tǒng)的應(yīng)用研究

吳 濤

（內(nèi)蒙古平莊煤業(yè)（集團）有限責(zé)任公司元寶山露天煤礦， 內(nèi)蒙古 赤峰 024070）

引言

帶式輸送機是煤礦物料運輸?shù)暮诵?，隨著輸送機不斷朝著大運量、長距離、高帶速方向發(fā)展，對輸送帶的運行穩(wěn)定性提出了更高的要求，作為帶式輸送機的關(guān)鍵零件，輸送帶的工作可靠性直接決定了輸送機的運行安全性，由于長期受落料沖擊、運行磨損等，導(dǎo)致輸送帶極易出現(xiàn)撕裂、斷帶，輕則會導(dǎo)致散料、輸送帶跑偏，重則會導(dǎo)致機架摧毀、人員傷亡事故，嚴重影響了煤礦的物料運輸安全。隨著各類高強度鋼絲繩芯輸送帶的應(yīng)用，輸送帶的橫向撕裂情況已經(jīng)得到了顯著的改善，但縱向撕裂問題依舊存在。目前主要通過人工巡檢的形式對輸送帶的情況進行監(jiān)測，效率低、安全性差。

結(jié)合近年來視覺監(jiān)測技術(shù)的不斷發(fā)展，本文提出了一種新的機輸送帶撕裂監(jiān)測系統(tǒng)，以視覺監(jiān)測為核心，利用直方圖均衡化方法實現(xiàn)對圖片的預(yù)處理和降噪，再通過圖像分割處理的方式來對輸送帶是否發(fā)生撕裂進行分析。根據(jù)實際應(yīng)用表明，該視覺監(jiān)測系統(tǒng)，對輸送帶縱向撕裂的識別準確性達到了99.9%，對提升輸送機系統(tǒng)的運行安全性具有十分重要的意義。

1 輸送帶撕裂監(jiān)測系統(tǒng)

根據(jù)對輸送帶撕裂原因的分析，輸送帶的縱向撕裂主要是由于落料口處有異物卡壓或者在落料沖擊下受損，是導(dǎo)致輸送帶縱向撕裂的主要原因，對輸送帶撕裂的監(jiān)測需要在輸送帶未承載物料的情況下進行。因此將輸送帶撕裂監(jiān)測傳感器設(shè)置在輸送帶的回程段[1]。采用大功率的LED 光源作為輔助照亮設(shè)備，提高視頻監(jiān)測時的成像效果，采用CCD 高清攝像設(shè)備對輸送帶進行實時監(jiān)測，并將圖像傳輸?shù)娇刂浦行倪M行分析處理，該視頻監(jiān)測系統(tǒng)整體結(jié)構(gòu)如圖1 所示[2]。

由圖1 可知，相機對輸送帶進行視頻采樣后通過TEEE1394（火線接口）將圖片數(shù)據(jù)傳輸?shù)较挛粰C的NI PXI 平臺[3]，在處理中心進行圖像獲取、圖像預(yù)處理、圖像處理以及撕裂診斷，最終將數(shù)據(jù)分析結(jié)果傳輸給上位機，并進行輸送帶撕裂報警。

圖1 輸送帶撕裂監(jiān)測系統(tǒng)示意圖

為了滿足視覺處理的可靠性，在系統(tǒng)工作時，首先控制攝像設(shè)備進行初始化及參數(shù)設(shè)定，對圖像進行預(yù)處理，獲取重點監(jiān)測點，然后對重點區(qū)域的圖像進一步進行特征提取和處理，對其是否撕裂進行最終的判斷。在進行圖像特征提取和處理時采用Otsu 算法，能夠?qū)崿F(xiàn)撕裂特征的快速提取和分析。輸送帶撕裂監(jiān)測系統(tǒng)軟件控制邏輯如下頁圖2 所示[4]。

圖2 輸送帶監(jiān)測系統(tǒng)邏輯示意圖

2 圖像處理

該輸送帶撕裂監(jiān)測系統(tǒng)的核心是對圖像分析處理的準確性，為了提高攝像機的成像效果，采用了高清攝像裝置和LED 輔助光源，但由于輸送機的運行環(huán)境較為惡劣，因此依舊會有很多粉塵的干擾，使形成的圖像產(chǎn)生非常多的噪點，嚴重影響對輸送帶撕裂情況的判斷。

在對多種圖像處理技術(shù)進行對比后，引入了Otsu算法[5]，能夠?qū)?56 個亮度等級的灰度圖像進行處理后，準確獲取能夠反映圖像局部區(qū)域的灰度圖像。在進行處理時，首先確定一個位于圖像灰度范圍內(nèi)的閾值K[6]，然后將獲取的每一幅圖片中的像素灰度值都和閾值進行對比，根據(jù)其所處的灰度范圍進行對應(yīng)的圖像加強和降噪處理。

系統(tǒng)在進行撕裂區(qū)域識別的時候，撕裂區(qū)域的圖像灰度較大，因此系統(tǒng)自動對低于系統(tǒng)閾值的區(qū)域進行弱化處理，對超過閾值的區(qū)域進行加強處理，從而增加圖像上撕裂位置和其他位置的反差，提高視頻監(jiān)測系統(tǒng)的識別準確性[7]。為了科學(xué)合理地設(shè)定該閾值，項目組在運行的輸送機上進行了4000 組數(shù)據(jù)參數(shù)的采集，對每幅采集的數(shù)據(jù)圖片進行分析，在分辨率為768×1024 的情況下，每個圖片上共分布有78629個像素點。輸送帶未撕裂的情況下，在進行降噪處理后的像素點均在15000 以下，輸送帶上有部分損傷或者臟污情況下像素點在15000～50000 個之間，當輸送帶發(fā)生撕裂后，其最少的像素點也在51000 以上，因此將輸送帶撕裂的識別閾值設(shè)置為51000。

經(jīng)過圖像預(yù)處理、圖像降噪及圖像處理結(jié)果如圖3 所示。

圖3 圖像識別處理示意圖

3 實際應(yīng)用情況

為了驗證該輸送帶撕裂監(jiān)測系統(tǒng)的應(yīng)用可靠性，采用具有高分辨率的工業(yè)CCD 相機、200×30 mm 的高亮度LED 光源等，搭建輸送帶撕裂監(jiān)測系統(tǒng)，所監(jiān)測的輸送機運行帶速為5 m/s，傾角為3.4°，在輸送機正常運轉(zhuǎn)的情況下對輸送帶的撕裂情況進行監(jiān)測，結(jié)果如圖4 所示。

圖4 輸送帶撕裂監(jiān)測系統(tǒng)的監(jiān)測結(jié)果示意圖

根據(jù)實際監(jiān)測結(jié)果可知，采用新的輸送帶撕裂監(jiān)測系統(tǒng)情況下，能夠?qū)斔蛶У乃毫亚闆r進行準確的判斷。根據(jù)約7000 次驗證結(jié)果分析，準確判斷出現(xiàn)撕裂并報警的次數(shù)達到了6996 次，判斷準確性達到了99.9%，對提升輸送機系統(tǒng)的運行可靠性，及時識別輸送帶撕裂異常具有十分重要的意義。目前該輸送帶撕裂監(jiān)測系統(tǒng)已經(jīng)在多個煤礦投入使用，取得了極好的應(yīng)用效果。

4 結(jié)論

為了解決輸送帶縱向撕裂難以檢測，嚴重影響物料輸送安全的不足，提出了一種基于視覺分析的帶式輸送機輸送帶撕裂監(jiān)測系統(tǒng)。對該系統(tǒng)硬件和軟件控制結(jié)構(gòu)、圖像處理原理進行了分析，結(jié)果表明：

1）輸送帶撕裂監(jiān)測傳感器需要設(shè)置在輸送帶的回程段，同時增加LED 光源，提高視頻監(jiān)測時的成像效果；

2）在進行圖像特征提取和處理時采用了Otsu算法，能夠?qū)崿F(xiàn)撕裂特征的快速提取和分析；

3）輸送帶撕裂的識別閾值設(shè)置為51000，超過該閾值則判定發(fā)生了輸送帶撕裂情況；

4）該視覺監(jiān)測系統(tǒng)，對輸送帶縱向撕裂的識別準確性達到了99.9%，顯著提升了輸送帶運行的安全性和穩(wěn)定性。